你知道有哪些免费或低成本的大型数据集可以用来在Hadoop上进行实验吗？任何相关的指针/链接都将不胜感激。 偏好： 至少一GB的数据。 Web服务器的生产日志数据。 我已找到的几个： Wikipedia转储 http://wiki.freebase.com/wiki/Data_d...

请假设我对我将要提到的任何事情都一无所知，因为实际上我确实一无所知。 大多数开放数据网站都可以将呈现的文件导出为例如 .csv 或 .json 格式 (示例)。它们也总是有一个 API 选项卡 (示例 API)。 我认为使用 API 将意味着如果数据更新了，您将收到更改，而将其导出为 ...

我有兴趣从statistics.gov.scot下载一些边界文件，该网站是一个官方的统计数据仓库，用于共享利用SPARQL查询的统计数据。 背景 Statistics.gov.scot提供访问各种行政和统计地理位置的GeoJSON边界数据，例如地方政府行政边界或卫生委员会 。在我的特定情况下，...

BigQuery 将 NOAA 的 gsod 数据加载为公共数据集 - 开始于 1929 年：https://www.reddit.com/r/bigquery/comments/2ts9wo/noaa_gsod_weather_data_loaded_into_bigquery/ 我如何检索...